PyCharm中导入TensorFlow与Keras时DLL加载失败问题求助

我明白折腾一周卡在TensorFlow导入上有多闹心，结合你的硬件配置（Intel i7-7820HQ + HD 630核显）和Anaconda虚拟环境的情况，给你整理几个针对性的修复步骤，应该能解决这个DLL缺失的问题：

先明确你的问题背景 #

• 硬件：Intel(R) Core(TM) i7-7820HQ CPU @ 2.90GHz，GPU为Intel(R) HD Graphics 630
• 测试代码：

import tensorflow
import keras

• 核心报错：ImportError: DLL load failed: The specified module could not be found.

针对性修复步骤 #

1. 更新Intel核显驱动 #

你的HD 630是老款核显，TensorFlow对核显驱动版本有要求，旧驱动很可能导致DLL加载失败。直接去Intel官网下载对应型号的最新Windows驱动，安装完成后重启电脑，再尝试导入TensorFlow。

2. 降级到兼容的TensorFlow/Keras版本 #

新的TensorFlow版本对硬件和依赖的要求更高，你的硬件更适配TensorFlow 2.3.x或2.4.x这类早期稳定版本。在你的Anaconda虚拟环境终端里执行：

pip uninstall tensorflow keras -y
pip install tensorflow==2.3.0 keras==2.4.3

注意：Keras版本必须和TensorFlow匹配，这个组合是经过验证的稳定搭配，能避免很多版本冲突问题。

3. 安装微软VC++运行库 #

绝大多数TensorFlow的DLL缺失问题，根源都是缺少微软的Visual C++ Redistributable运行库。去微软官网下载Visual C++ Redistributable for Visual Studio 2019（x64版本），安装后重启你的PyCharm和虚拟环境。

4. 添加Anaconda环境路径到系统变量 #

有时候PyCharm无法找到虚拟环境里的DLL文件，手动把你的虚拟环境Library\bin路径（比如C:\Users\Bob\Anaconda3\envs\tensor\Library\bin）添加到系统环境变量的Path中，然后重启电脑，让路径生效。

5. 检查虚拟环境的完整性 #

在虚拟环境终端里执行pip list，查看numpy、scipy、h5py这些TensorFlow依赖库的版本是否和TensorFlow 2.3.0兼容。如果版本过高或过低，手动调整：

pip install numpy==1.18.5 scipy==1.4.1 h5py==2.10.0

额外排查小技巧 #

• 确认你的虚拟环境是64位：执行python -c "import sys; print(sys.maxsize > 2**32)"，输出True才是64位，TensorFlow不支持32位环境，要是输出False就得重新创建64位虚拟环境。
• 临时关闭杀毒软件：有些杀毒软件会误把TensorFlow的DLL当成恶意文件删掉，临时关闭后重新安装TensorFlow试试。

内容的提问来源于stack exchange，提问作者pythonmachinelearningattempt